[发明专利]一种用于多前景共分割的前景谱图生成方法

说明书

技术领域

本发明属于图像处理技术领域，特别涉及对数字图像的多前景共分割处理方法。

背景技术

数字图像共分割旨在从包含某一共同对象的多幅图像中分割出共同的前景对象。该方法是一种针对多幅图像的分割方法，相对于单幅图像的分割方法，其人工参与程度低，分割结果更准确，应用领域更广。到目前为止，已有多种共分割方法被提出，用于解决各种实际问题。其中一个难点是如何在原始图像拥有多个共同对象时实现多个共同对象的共分割。

对多类前景的共分割是假设某一组图像包含多个共同前景。其中的某一幅图像包含某一个或多个前景。多类前景的共分割方法旨在从该组图像中分割出所有的前景信息。相对于单类前景的共分割问题，多类前景的共分割需要建立多个类的前景信息，因此多类前景的共分割方法实现更困难。

现有的多前景的共分割方法主要是采用热扩散分割方法实现前景的共分割。该方法存在的问题是热扩散分割效果较差，无法满足实际的需要。同时这些模型需要训练样本的参与以完成前景信息的获取，限制了实际的应用空间。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种用于多前景共分割的前景谱图生成方法，以提高多前景共分割处理的自适应性、准确性。

本发明的用于多前景共分割的前景谱图生成方法，包括下列步骤：

对图像组的各图像进行对象分割；

基于得到的对象构建第一向图，有向图中的每一个顶点表示一个对象，以任一顶点为始点，存在K条有向边，所对应的终点为与该始点所表示的对象最相似的K个对象所对应的顶点；且且属于同一图像的顶点之间不存在有向边，基于同一始点的不同有向边所对应的各终点属于不同的图像；

对第一有向图进行有向图聚类，得到多类前景信息；

分别求取各类前景信息的前景概率，基于所述前景概率获取对象概率值；

基于各图像的每个像素点所在的对象，将对象的概率值赋予各像素点，若一个像素点对应多个对象，则将最大的概率值赋予该像素点，生成各图像的前景谱图。

针对现有的有向图聚类的不足，本发明对有向图的聚类进行了改进，即对第一有向图进行有向图聚类的过程为：

（1）生成前景信息：

获取第一有向图中具有最大入度的顶点u，当顶点u的入度大于设定阈值T时，获取与u存在有向边的所有终点，记为第一顶点集合；

将第一有向图中的有向边反向，得到第二有向图，在所述第二有向图中获取与所述顶点u存在有向边的所有终点，记为第二顶点集合；

由第一顶点集合和第二顶点集合的交集构成当前类前景信息；

（2）对第一有向图进行更新：删除以当前类前景信息中各顶点为终点的有向边；

（3）基于更新后的第一有向图，重复步骤（1）和（2），得到各类前景信息，直到有向图中的最大入度小于或等于设定阈值T。

综上所述，由于采用了上述技术方案，本发明的有益效果是：自适应能力强，结果准确率高，处理速度快。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是本发明的实现流程图；

图2是本发明的有向图示意图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书（包括任何附加权利要求、摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

参见图1，对输入的一组图像，基于对象分割方法分别将图像I_l,l＝1,…,M分割为对象的集合其中N_l是图像I_l对应的对象的数量。对象分割的方法可以采用现有任一方法，在本具体实施方式中，选用文献“Fanman Meng,Hongliang Li,Guanghui Liu,and King Ngi Ngan.Object co-segmentation based on shortest path algorithm and saliency model.IEEE Transactions on Multimedia,14(5):1429–1441,Oct.2012”所公开的基于最短路径和显著模型的对象共分割方法。